RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

Multilingual Text to Speech

Tomiinek/Multilingual_Text_to_SpeechRevisado por IA

Verificado pelo RepoPicks Radar em

O que é Multilingual Text to Speech?

Este é o código de um artigo de pesquisa de 2020 sobre texto para voz multilíngue (um modelo Tacotron 2). Ele permite treinar e usar um único modelo de voz para muitos idiomas, misturar idiomas numa mesma frase e copiar a voz de uma pessoa. É voltado a pesquisadores e desenvolvedores: você clona o repositório, instala pacotes de Python, baixa conjuntos de dados e arquivos de modelo e roda scripts pelo terminal. O repositório está arquivado, então não recebe mais correções. Os autores também indicam cadernos do Google Colab e uma página com amostras de áudio.

Multilingual Text to Speech é grátis e de código aberto (MIT) e pode substituir ElevenLabs e Murf.

Quão fácil é instalar Multilingual Text to Speech?

E · só para quem programa · Linux

No Linux você clona o repositório, instala pacotes de Python antigos e fixados (torch 1.13.1, librosa 0.7.0, numba 0.48), baixa na mão os conjuntos de dados e os arquivos de ponto de verificação e roda scripts de treino ou de síntese; não há instalador nem aplicativo para o usuário final, por isso a nota E. Os cadernos do Colab indicados são a única opção de testar com um clique, e são de 2020.

Em breve: instale com 1 clique pelo app RepoPicks.

Multilingual Text to Speech no GitHub

Estrelas
843em 10 de nov. de 2026
Downloads
14.70019 na semana
Crescimento
—sem ganho na última leitura

Estrelas ao longo do tempo

843844845 8 de nov.9 de nov.10 de nov. 843844845 8 de nov.9 de nov.10 de nov.

Fatos

Roda em
Linux
Você precisa instalar
Python, Placa de vídeo
Para compilar a partir do código
Python, Placa de vídeo
Espaço em disco
900 MB–4,2 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis
Licença
MIT (Permissiva)
Pode substituir
ElevenLabs, Murf
Última mudança no GitHub
10 de out. de 2023

Sinais de risco de Multilingual Text to Speech (7)

  • AtençãoLançamentos parados

    Último lançamento em 2020-05-26 (2359 dias atrás)

    checagem automática

  • AtençãoDependências com vulnerabilidades conhecidas

    Dependências fixadas com vulnerabilidades conhecidas (OSV): pillow: GHSA-22hg-r758-rrw9, GHSA-24rc-8hj2-v98c, GHSA-254f-3936-288h; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-5pcm-hx3q-hm94

    checagem automática

  • AtençãoDependências antigas fixadas

    O requirements.txt fixa versões de 2019-2020 (torch==1.13.1, librosa==0.7.0, numba==0.48, tensorboard==2.0.2, phonemizer==2.1), que costumam falhar na instalação em versões atuais do Python.

    revisão por IA

  • InfoRepositório arquivado

    O repositório está arquivado (somente leitura, sem manutenção)

    checagem automática

  • InfoClona vozes sem aviso sobre mau uso

    A descrição e os tópicos do repositório anunciam "voice cloning" (tópicos: voice-cloning, code-switching) e o README oferece um ponto de verificação "supporting code-switching or voice-cloning", sem nenhum aviso sobre consentimento ou mau uso da voz de outra pessoa.

    revisão por IA

  • InfoCódigo de pesquisa, não um aplicativo

    O README.md é escrito em torno de reproduzir um artigo ("source code, and parameters for the paper One Model, Many Languages"); a seção de uso começa baixando os conjuntos CSS10 e Common Voice e treinando o modelo.

    revisão por IA

  • InfoAs licenças dos conjuntos de dados variam

    README.md: o treino precisa do conjunto CSS10 (Apache License 2.0) e de uma versão limpa do Common Voice (Creative Commons CC0), baixados à parte do código.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em Multilingual Text to Speech

  • Se os pacotes fixados de 2020 ainda se instalam num Python atual, e se o código chega a rodar hoje.
  • Se os cadernos de demonstração do Google Colab indicados no README ainda funcionam.
  • Como as vozes geradas soam de fato em comparação com os serviços atuais de texto para voz.
  • Se a síntese funciona numa velocidade usável sem placa de vídeo.
  • O espaço em disco real necessário depois de baixados os conjuntos de dados e os pesos do vocoder WaveRNN.

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub